网站优化过程中搜索引擎蜘蛛不能顺利爬行的原因

之前小编给大家介绍了网站优化教程中搜索引擎蜘蛛的抓取方式，大家可以知道扁平化架构的网站更有利于搜索引擎蜘蛛的抓取，但不知道大家在SEO诊断过程中是否遇到这样的问题：有一些网页,内容优质,用户也可以正常访问,但搜索引擎蜘蛛却无法正常访问并抓取,造成搜索结果覆盖率缺失,这对搜索引擎和站点都是一种损失。百度把这种情况叫做“抓取异常”。对于大量内容无法正常抓取的网站,百度搜索引擎会认为网站存在用户体验上的缺陷,并降低对网站的评价,使网站在抓取、索引、排序上都会受到一定程度的负面影响,最终影响网站从百度获取流量。下面创新互联就为大家总结几点搜索引擎蜘蛛不能顺利爬行的原因：

A.服务器连接异常

服务器连接异常有两种情况:一种是站点不稳定,百度搜索引擎蜘蛛尝试连接网站的服务器时岀现暂时无法连接的情况;另一种是百度搜索引擎蜘蛛一直无法连接网站的服务器。

造成服务器连接异常的原因通常是网站服务器流量过大,超负荷运转,也有可能是网站运行不正常。这时应检查网站的Web服务器(如 Apache、IS)是否安装且正常运行,并使用浏览器检查主要页面能否正常访问。网站和主机还可能会阻止百度搜索引擎蜘蛛的访问,这时需要检查网站和主机的防火墙。

B.网络运营商异常

国内的网络运营商主要有电信和联通。如果百度搜索引擎蜘蛛无法通过电信或联通的网络访问网站,则需要与网络运营商联系,购买拥有双线服务的空间,或者购买CDN服务。

C.DNS异常

当百度搜索引擎蜘蛛无法解析网站的IP地址时会出现DNS异常,这可能是网站地址错误或者域名服务商把百度搜索引擎蜘蛛封禁所致。可以使用WHOIS或者host查询网站的IP地址是否正确且可解析,如果不正确或无法解析,应与域名注册商联系,更新IP地址。

D.IP封禁

IP封禁是指限制网络的出口IP地址,禁止该IP段的使用者进行内容访问,在这里特指封禁百度搜索引擎蜘蛛的IP地址。当网站不希望百度搜索引擎蜘蛛访问时,才需要进行该设置。如果希望百度搜索引擎蜘蛛访问网站,应检查相关设置中是否误添加了百度搜索引擎蜘蛛的IP地址。也有可能是网站所在的空间服务商封禁了百度的IP地址,这时需要联系服务商更改设置。

E.UA封禁

UA指用户代理( User-Agent),服务器通过UA识别访问者的身份。当网站针对指定UA的访问出现返回异常页面(如402、500)或跳转到其他页面的情况时,即为UA封禁。当网站不希望百度搜索引擎蜘蛛访问时才需要进行该设置。如果希望百度搜索引擎蜘蛛访问网站,可以查看 User-agent的相关设置中是否有百度搜索引擎蜘蛛的UA,并及时予以修改。

F.死链

页面已经无效,无法对用户提供任何有价值信息的页面就是死链,包括协议死链和内容死链两种形式。协议死链,即页面的Tcp/Http协议状态明确表示的死链,常见的有404、402、502状态等。内容死链,即服务器返回状态是正常的,但内容已经变更为不存在、已删除或需要权限等与原内容无关的信息页面的死链对于死链,我们建议使用协议死链,并通过百度站长平台—死链工具提交,以便百度更快地发现死链,减少死链对用户及搜索引擎造成的负面影响。

G.异常跳转

将网络请求重新指向其他位置即为跳转。异常跳转主要有以下几种情况。

a.当前该页面为无效页面(内容已删除、死链等)时,直接跳转到前一级目录或者首页。百度建议站长将该无效页面的入口超链接删除。

b.跳转到出错或者无效页面

H.其他异常

a.针对百度refer的异常:网页针对来自百度的refer返回不同于正常内容的行为。

b.针对百度UA的异常:网页对百度UA返回不同于页面原内容的行为。

c.JS跳转异常:网页加载了百度无法识别的JS跳转代码,使得用户通过搜索结果进入页面后发生了跳转的情况。

d.压力过大引起的偶然封禁:百度会根据站点的规模、访问量等信息,自动设定一个合理的抓取压力。但是在异常情况下,如压力控制失常时,服务器会根据自身负荷进行保护性的偶然封禁。这种情况下可以返回异常代码503(其含义是Service Unavailable”),这样百度搜索引擎蜘蛛会过段时间再来尝试抓取这个链接。如果网站已空闲,则会被成功抓取。